AI 基础概念

本页面汇总了 AI 领域的基础概念，方便快速查阅。

📚 术语表

A

Agent (智能体)

能够感知环境并采取行动以实现目标的系统。泡泡龙就是一个 AI Agent。

API (应用程序接口)

不同软件之间通信的接口规范。

D

Deep Learning (深度学习)

基于神经网络的机器学习方法，能够自动学习特征。

G

GPU (图形处理器)

原本用于图形渲染，现在广泛用于 AI 训练和推理。

L

LLM (大语言模型)

Large Language Model，基于海量文本训练的语言模型。

Machine Learning (机器学习)

让计算机从数据中学习，而不是通过显式编程。

N

NLP (自然语言处理)

让计算机理解、生成人类语言的技术。

P

Prompt (提示词)

给 AI 的指令或问题，用于引导 AI 生成期望的输出。

Prompt Engineering (提示工程)

设计和优化提示词的技巧和方法。

R

RAG (检索增强生成)

Retrieval-Augmented Generation，结合检索和生成的 AI 架构。

S

Token (词元)

AI 处理文本的基本单位，一个词或词的一部分。

T

Transformer

一种神经网络架构，是现代大语言模型的基础。

---

🔄 核心概念关系

graph TD
    AI[人工智能] --> ML[机器学习]
    ML --> DL[深度学习]
    DL --> LLM[大语言模型]
    LLM --> Agent[AI 智能体]

---

📊 AI 技术栈

层级	技术	例子
应用层	AI 应用	泡泡龙、智能客服
模型层	大模型	GPT-4、通义千问
框架层	开发框架	PyTorch、TensorFlow
硬件层	计算设备	GPU、TPU

---

🔗 相关资源

• 什么是 AI？
• 大模型原理
• Prompt 工程

---

持续更新

本知识库会持续更新，欢迎提出建议！

🟢🐉 泡泡龙